Eksplorasi AI Agent di bidang Web3: dari Manus ke MC
Baru-baru ini, sebuah produk AI Agent universal pertama di dunia yang bernama Manus telah memicu perdebatan hangat di kalangan industri teknologi domestik. Produk ini dikembangkan oleh sebuah perusahaan startup asal China, dan pada hari peluncurannya, terdapat permintaan yang sangat tinggi untuk kode undangan. Sebagai AI Agent universal, Manus menunjukkan kemampuan berpikir independen yang kuat, merencanakan, dan melaksanakan tugas-tugas kompleks, mampu menyelesaikan seluruh proses dari pemikiran hingga pengiriman secara mandiri.
Kepopuleran Manus tidak hanya menarik perhatian industri, tetapi juga memberikan pemikiran produk yang berharga untuk pengembangan AI Agent. Dengan perkembangan teknologi AI yang cepat, AI Agent sebagai cabang penting dari kecerdasan buatan, secara bertahap bergerak dari konsep menuju aplikasi nyata, menunjukkan potensi besar di berbagai sektor, termasuk di bidang Web3.
AI Agent adalah program komputer yang dapat membuat keputusan secara mandiri dan melaksanakan tugas berdasarkan lingkungan, input, dan tujuan yang telah ditentukan. Komponen inti terdiri dari model bahasa besar (LLM) sebagai "otak", mekanisme pengamatan dan persepsi, proses pemikiran inferensial, kemampuan pelaksanaan tindakan, serta fungsi memori dan pengambilan.
Polanya desain AI Agent memiliki dua jalur pengembangan utama: yang pertama berfokus pada kemampuan perencanaan, termasuk REWOO, Plan & Execute, LLM Compiler, dan lain-lain; yang kedua berfokus pada kemampuan refleksi, termasuk Basic Reflection, Reflexion, Self Discover, LATS, dan lain-lain. Di antara ini, pola ReAct adalah yang pertama muncul dan paling luas diterapkan.
Mode ReAct menyelesaikan tugas pemahaman bahasa yang beragam dan pengambilan keputusan dengan menggabungkan penalaran (Reasoning) dan tindakan (Acting) dalam model bahasa. Proses tipikalnya dapat digambarkan dengan siklus "Berpikir→Bertindak→Mengamati" (TAO).
AI Agent juga dapat dibagi menjadi Single Agent dan Multi Agent berdasarkan jumlah agen. Single Agent fokus pada kolaborasi LLM dengan alat, sementara Multi Agent memberikan peran yang berbeda kepada agen yang berbeda untuk menyelesaikan tugas yang kompleks melalui kolaborasi.
Model Context Protocol (MCP) adalah protokol sumber terbuka yang diluncurkan oleh perusahaan Anthropic, yang bertujuan untuk menyelesaikan masalah koneksi dan interaksi antara LLM dan sumber data eksternal. MCP menyediakan tiga kemampuan yaitu perluasan pengetahuan, eksekusi pemanggilan fungsi, dan template kata kunci yang telah ditulis sebelumnya, menggunakan arsitektur Client-Server dengan protokol JSON-RPC di lapisan bawah.
Dalam bidang Web3, perkembangan AI Agent telah mengalami puncak dan penurunan. Saat ini, terdapat tiga model utama: model platform peluncuran yang diwakili oleh Virtuals Protocol, model DAO yang diwakili oleh ElizaOS, dan model perusahaan komersial yang diwakili oleh Swarms.
Platform peluncuran memungkinkan pengguna untuk membuat, menerapkan, dan memonetisasi AI Agent. Protokol Virtuals adalah platform peluncuran terbesar saat ini, dengan lebih dari seratus ribu Agent yang diterbitkan di atasnya. Model DAO seperti ElizaOS bertujuan untuk memanfaatkan model AI untuk mensimulasikan keputusan investasi dan menggabungkan saran anggota DAO untuk melakukan investasi. Swarms adalah kerangka Multi Agent tingkat perusahaan yang menyelesaikan kebutuhan bisnis kompleks melalui pengaturan cerdas dan kolaborasi yang efisien.
Dari perspektif model ekonomi, saat ini hanya platform peluncuran yang dapat mencapai siklus ekonomi mandiri. Namun, model ini juga menghadapi tantangan, terutama karena sebagian besar AI Agent yang diterbitkan kurang memiliki dukungan nilai intrinsik.
Munculnya MCP memberikan arah eksplorasi baru untuk AI Agent Web3: pertama, menerapkan MCP Server ke jaringan blockchain, menyelesaikan masalah titik tunggal dan memiliki kemampuan anti-sensor; kedua, membuat MCP Server memiliki fungsi interaksi dengan blockchain, seperti melakukan transaksi DeFi dan manajemen.
Selain itu, ada rencana untuk jaringan insentif kreator OpenMCP.Network yang dibangun di atas Ethereum. Rencana ini bertujuan untuk mencapai otomatisasi, transparansi, kepercayaan, dan ketahanan terhadap sensor insentif melalui kontrak pintar, serta memanfaatkan teknologi dompet Ethereum, ZK, dan lain-lain untuk mewujudkan tanda tangan, verifikasi hak akses, dan perlindungan privasi selama proses operasional.
Meskipun kombinasi MCP dengan Web3 secara teoritis dapat menyuntikkan mekanisme kepercayaan terdesentralisasi dan lapisan insentif ekonomi untuk aplikasi AI Agent, namun teknologi bukti nol saat ini masih sulit untuk memverifikasi keaslian perilaku Agent, dan jaringan terdesentralisasi masih memiliki masalah efisiensi. Ini bukan solusi yang dapat berhasil dalam jangka pendek.
Peluncuran Manus menandai tonggak penting dalam produk Agen AI umum. Dunia Web3 juga membutuhkan produk tonggak untuk mematahkan keraguan dari luar tentang kurangnya kegunaan dan hanya menjadi hype. Munculnya MCP membawa arah eksplorasi baru bagi Agen AI Web3, termasuk penerapan ke jaringan blockchain, mewujudkan interaksi dengan blockchain, serta membangun jaringan insentif bagi kreator.
AI sebagai narasi sejarah yang megah, penggabungannya dengan Web3 adalah hal yang tidak terhindarkan. Kita perlu tetap sabar dan percaya, terus menjelajahi perkembangan di bidang ini.
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
17 Suka
Hadiah
17
8
Bagikan
Komentar
0/400
BlockchainBard
· 07-24 21:15
Token ini play people for suckers, kan?
Lihat AsliBalas0
GasBandit
· 07-23 18:16
Jadi ingin Dianggap Bodoh lagi, ya?
Lihat AsliBalas0
WhaleWatcher
· 07-22 12:55
Apa yang menarik dari Web3 ini?
Lihat AsliBalas0
SerNgmi
· 07-22 12:52
Sekali lagi melakukan hal-hal yang megah ini.
Lihat AsliBalas0
LightningAllInHero
· 07-22 12:51
Pancake itu play people for suckers siapa yang bukan pria hebat
Web3 Eksplorasi Arah Baru AI Agent: Pelajaran dari Manus ke MCP
Eksplorasi AI Agent di bidang Web3: dari Manus ke MC
Baru-baru ini, sebuah produk AI Agent universal pertama di dunia yang bernama Manus telah memicu perdebatan hangat di kalangan industri teknologi domestik. Produk ini dikembangkan oleh sebuah perusahaan startup asal China, dan pada hari peluncurannya, terdapat permintaan yang sangat tinggi untuk kode undangan. Sebagai AI Agent universal, Manus menunjukkan kemampuan berpikir independen yang kuat, merencanakan, dan melaksanakan tugas-tugas kompleks, mampu menyelesaikan seluruh proses dari pemikiran hingga pengiriman secara mandiri.
Kepopuleran Manus tidak hanya menarik perhatian industri, tetapi juga memberikan pemikiran produk yang berharga untuk pengembangan AI Agent. Dengan perkembangan teknologi AI yang cepat, AI Agent sebagai cabang penting dari kecerdasan buatan, secara bertahap bergerak dari konsep menuju aplikasi nyata, menunjukkan potensi besar di berbagai sektor, termasuk di bidang Web3.
AI Agent adalah program komputer yang dapat membuat keputusan secara mandiri dan melaksanakan tugas berdasarkan lingkungan, input, dan tujuan yang telah ditentukan. Komponen inti terdiri dari model bahasa besar (LLM) sebagai "otak", mekanisme pengamatan dan persepsi, proses pemikiran inferensial, kemampuan pelaksanaan tindakan, serta fungsi memori dan pengambilan.
Polanya desain AI Agent memiliki dua jalur pengembangan utama: yang pertama berfokus pada kemampuan perencanaan, termasuk REWOO, Plan & Execute, LLM Compiler, dan lain-lain; yang kedua berfokus pada kemampuan refleksi, termasuk Basic Reflection, Reflexion, Self Discover, LATS, dan lain-lain. Di antara ini, pola ReAct adalah yang pertama muncul dan paling luas diterapkan.
Mode ReAct menyelesaikan tugas pemahaman bahasa yang beragam dan pengambilan keputusan dengan menggabungkan penalaran (Reasoning) dan tindakan (Acting) dalam model bahasa. Proses tipikalnya dapat digambarkan dengan siklus "Berpikir→Bertindak→Mengamati" (TAO).
AI Agent juga dapat dibagi menjadi Single Agent dan Multi Agent berdasarkan jumlah agen. Single Agent fokus pada kolaborasi LLM dengan alat, sementara Multi Agent memberikan peran yang berbeda kepada agen yang berbeda untuk menyelesaikan tugas yang kompleks melalui kolaborasi.
Model Context Protocol (MCP) adalah protokol sumber terbuka yang diluncurkan oleh perusahaan Anthropic, yang bertujuan untuk menyelesaikan masalah koneksi dan interaksi antara LLM dan sumber data eksternal. MCP menyediakan tiga kemampuan yaitu perluasan pengetahuan, eksekusi pemanggilan fungsi, dan template kata kunci yang telah ditulis sebelumnya, menggunakan arsitektur Client-Server dengan protokol JSON-RPC di lapisan bawah.
Dalam bidang Web3, perkembangan AI Agent telah mengalami puncak dan penurunan. Saat ini, terdapat tiga model utama: model platform peluncuran yang diwakili oleh Virtuals Protocol, model DAO yang diwakili oleh ElizaOS, dan model perusahaan komersial yang diwakili oleh Swarms.
Platform peluncuran memungkinkan pengguna untuk membuat, menerapkan, dan memonetisasi AI Agent. Protokol Virtuals adalah platform peluncuran terbesar saat ini, dengan lebih dari seratus ribu Agent yang diterbitkan di atasnya. Model DAO seperti ElizaOS bertujuan untuk memanfaatkan model AI untuk mensimulasikan keputusan investasi dan menggabungkan saran anggota DAO untuk melakukan investasi. Swarms adalah kerangka Multi Agent tingkat perusahaan yang menyelesaikan kebutuhan bisnis kompleks melalui pengaturan cerdas dan kolaborasi yang efisien.
Dari perspektif model ekonomi, saat ini hanya platform peluncuran yang dapat mencapai siklus ekonomi mandiri. Namun, model ini juga menghadapi tantangan, terutama karena sebagian besar AI Agent yang diterbitkan kurang memiliki dukungan nilai intrinsik.
Munculnya MCP memberikan arah eksplorasi baru untuk AI Agent Web3: pertama, menerapkan MCP Server ke jaringan blockchain, menyelesaikan masalah titik tunggal dan memiliki kemampuan anti-sensor; kedua, membuat MCP Server memiliki fungsi interaksi dengan blockchain, seperti melakukan transaksi DeFi dan manajemen.
Selain itu, ada rencana untuk jaringan insentif kreator OpenMCP.Network yang dibangun di atas Ethereum. Rencana ini bertujuan untuk mencapai otomatisasi, transparansi, kepercayaan, dan ketahanan terhadap sensor insentif melalui kontrak pintar, serta memanfaatkan teknologi dompet Ethereum, ZK, dan lain-lain untuk mewujudkan tanda tangan, verifikasi hak akses, dan perlindungan privasi selama proses operasional.
Meskipun kombinasi MCP dengan Web3 secara teoritis dapat menyuntikkan mekanisme kepercayaan terdesentralisasi dan lapisan insentif ekonomi untuk aplikasi AI Agent, namun teknologi bukti nol saat ini masih sulit untuk memverifikasi keaslian perilaku Agent, dan jaringan terdesentralisasi masih memiliki masalah efisiensi. Ini bukan solusi yang dapat berhasil dalam jangka pendek.
Peluncuran Manus menandai tonggak penting dalam produk Agen AI umum. Dunia Web3 juga membutuhkan produk tonggak untuk mematahkan keraguan dari luar tentang kurangnya kegunaan dan hanya menjadi hype. Munculnya MCP membawa arah eksplorasi baru bagi Agen AI Web3, termasuk penerapan ke jaringan blockchain, mewujudkan interaksi dengan blockchain, serta membangun jaringan insentif bagi kreator.
AI sebagai narasi sejarah yang megah, penggabungannya dengan Web3 adalah hal yang tidak terhindarkan. Kita perlu tetap sabar dan percaya, terus menjelajahi perkembangan di bidang ini.